科研之友
微信
新浪微博
Facebook
分享链接
摘要
以联合收割机为代表的复杂农机设备的状态数据监测系统记录了大量的运行故障信息,这些信息在时间维度上具有一定的规律,但由于数据来源于处在不同状态的设备,容易导致其真实变化规律难以发现,造成传统故障预测方法的准确率较低。由此,根据联合收割机的工作运行特征,提出了基于混合神经网络的联合收割机故障预测模型,其能够对联合收割机的潜在故障进行特征分析并完成历史数据学习训练,然后分别对处于不同潜在故障状态下的时间序列数据进行分析训练并展开预测。结果表明,所建模型能根据历史故障数据预测未来发生故障的时间及故障种类,为设备健康管理与维修决策提供数据支持。
-
单位西安赛宝工业技术研究院有限公司; 工业和信息化部; 工业和信息化部电子第五研究所
